CodeLab

Китайская компания Alibaba ночью представила новые модели искусственного интеллекта Qwen2.5-1M и Qwen2.5-Instruct-1M, которые способны обрабатывать до 1 миллиона токенов, что эквивалентно примерно миллиону английских слов. Это значительный шаг вперед по сравнению с моделью o1 от OpenAI, которая обрабатывает только 200 тысяч токенов. В этой статье мы сравним возможности Qwen2.5-VL, ChatGPT и DeepSeek-V3, чтобы понять, как эти модели конкурируют на арене искусственного интеллекта. Следите за новостями и развитием ИИ в моем телеграмм канале - https://t...

Машинное обучение (Machine Learning, ML) — это одна из самых захватывающих и быстроразвивающихся областей искусственного интеллекта. Оно позволяет компьютерам учиться на данных, находить закономерности и делать предсказания без явного программирования. Если вы когда-нибудь задумывались, как Netflix рекомендует фильмы, как Google переводит тексты или как банки обнаруживают мошенничество, то ответ прост: всё это — машинное обучение. В этой статье я расскажу, как работает ML, начиная с данных и заканчивая предсказаниями...

Друзья, привет! ИИ уже успел достаточно нашуметь — о нейросетях сейчас знают и в научной среде, и в бизнесе, даже мамочки не заморачиваются со сказками на ночь, за них все придумает ChatGPT. И вы, я уверен, слышали о глубоких нейронных сетях и глубоком обучении. Сейчас мы попробуем понять, для кого и для чего это все нужно. А начнем мы с диаграммы. После прочтения данной статьи, она вам станет очень даже понятна. На ней выделено три основные области, которые являются основой работы с данными и построения...

🧑‍💻 Всем добрый вечер! Надеюсь, вы хорошо проводите свое время, ведь сейчас будет пост, а значит, вы его проведете еще лучше... Итак, линейная регрессия. Допустим, есть у нас набор точек: {x₁ = 50, y₁ = 10 {x₂ = 60, y₂ = 30 {x₃ = 70, y₃ = 40 {x₄ = 100, y₄ = 50 x — площадь дома, y — цена дома Для начала, делаем визуал наших точек: from matplotlib import pyplot as plt #Иморт библиотек plt.scatter([50, 60, 70, 100], [10, 30, 40, 50], 50, 'g', 'o', alpha = 0.8) #В ппервых двух квадратных скобках это наши координаты x и y...

0. Импортируем две базовые библиотеки: import matplotlib.pyplot as plt import numpy as np 1. Создание фигуры (с помощью Figure) fig = plt.figure(figsize=(5, 4)) 🔗 Итак, plt.figure создаёт новый объект, на которой будут отображаться графики. А что касаемо параметров (5, 4) ? Параметры отвечают за размер фигуры: Итак, создаётся фигура размером 5x4 дюйма 2. Добавляем оси: ax = fig.add_axes([0.1, 0.1, 0.8, 0.8]) 0.1 — отступ от левой границы фигуры. 0.1 — отступ от нижней границы фигуры. 0.8 — ширина осей относительно ширины фигуры...